财经（2025年第15期）

本期内容好看 1.预测到2028年，即三年后，全球33%的企业软件将包含Agent（代理），在2024年，该比例不到1%；到2028年，15%的日常工作将由Agent自主完成，2024年该比例接近0%。 在《财经》近期密集的专业调研中，我们发现一个变化——AI确实正在快速取代程序员的工作。接受调研的大型科技公司或大型商业公司的相关人士告诉我们，他们所在的机构，有20%甚至80%的程序正在由专业的AI工具来写。这个变化仅仅发生在最近一年间。 程序员是离AI最近的工种，AI改变一切的风潮，最先吹到了程序员群体。一个可以被预见的趋势是，历史不会倒退，未来，越来越多的工种将被AI改变，AI智能体将彻底介入人类的工作生活，改变现有社会的运行进程。 2.技术更新如此之快，可以预见的是，人类即将拥抱一个全新的时代——智能体时代。智能体时代一个良性的发展趋势是，AI不是取代人类，而是赋予每个人超能力。 3.AI智能体的能力是由大模型的能力决定的，暂时不成熟的原因是目前大模型的准确率和逻辑推理能力，尤其是对复杂任务的理解和规划能力还不够高。 4.“一人独角兽”的掌舵者无一例外都会是那种具备复合能力的“超级个体”——懂技术、通产品、晓市场，同时还要有资源整合能力。 超级个体的崛起也将改变传统的雇佣关系，自由职业者或创业者会成为社会的大多数。 当然，更多人可能还没有来得及进化成“超级个体”，就先赶上了AI引发的裁员潮。尤其是离AI最近、最懂AI技术的研发AI的程序员群体，他们可能最先被AI取代。 中美目前是智能体创业涌动最明显的两个国家。 朱哲清发现，在美国，面向法律、销售、编码是智能体创业最火的几个赛道。陈怡然的观感是，美国智能体创业向产业扎得更深，延伸至芯片设计、制造业流程优化等领域，国内更多偏向To C的娱乐场景。“这和投资逻辑有关，硬科技战线长，退出机制也更复杂，所以国内资本更愿意投消费者市场。” 5.特朗普关税像是卡通版保护主义——专访英国历史学家亚当·图兹 “多重危机”不仅仅是指同时面对多个危机，它更像是风险矩阵中描绘的那种情形——整体的破坏性远远超过了各部分之和。美国总统特朗普重返白宫，不仅反映了我们所处时代的“多重危机”，更使之进一步加剧。 “没人预料到特朗普的第二个任期会如此激进，他所带来的冲击会如此全方位。一方面是对世界贸易体系的冲击；另一方面则发生在美国国内，他对自由派美国及其结构所发起的猛烈攻击。 如果你去看房地产市场的数据、经济增长的数据，再比如投资领域的变化，从重工业、基础设施转向新能源、科技等新兴领域，你会发现，中国经济正在经历一次“换挡”。这个过程将是痛苦和困难的，但这种转变正在塑造一个更持久的增长模式，这是人们所期望的。 会有新一代的年轻人，在他们成长的环境中，低速经济增长是常态。对于2000年出生的那一代人，经济放缓对他们是一种冲击。但如果是晚五到十年出生的孩子，他们不会觉得这是异常的，因为他们从未经历过高速增长。 如果问美元的“过度特权”到底是什么，其实就是能够以相当优惠的利率借到自己的货币，而且基本上是不设限的规模。这三者——本币借贷、优惠利率、无限额度——加在一起，就构成了所谓的“过度特权”。

本期《财经》（2025年第15期）的关键内容可归纳为三大板块： 1. ​​智能体时代的到来​​ • 封面专题文章围绕“技术进化如此之快，人类即将拥抱一个全新的时代——智能体时代”展开，探讨在智能体框架下，人类创造力与机器执行力如何共演升维。 2. ​​中国经济与政策观察​​ • 期刊继续秉持“独立立场、独家报道、独到见解”，对近期中国经济改革的重大举措、政府高层的重要动向进行深度追踪与分析。 3. ​​资本市场与市场建设​​ • 重点关注资本市场在中国的成长与变革，对市场建设的重点事件进行及时报道与评论，帮助读者把握资本市场的最新脉络。 总体而言，本期《财经》以“智能体时代”为技术主线，同时不忽视宏观政策与资本市场的现实关切，为读者呈现科技、经济与资本三重维度的深度观察。

本期霍尼韦尔前CEO那篇访谈不错。

《中国一二线城市房租变化》我最喜欢这篇文章。

““超级个体很好理解，就是既具有出题能力又具有解题能力的通才。”李志飞认为，能力平庸的人，还有现在流行的专才都会被AI取代，未来的世界属于超级个体。” 微信读书付费，很大程度上是为了看财经杂志。 其他，是顺带的奖励，极佳！谢谢。 多阅读，多实践，如果我们成不了“超级个体”，那我们就创造“超级个体”，成为投资他们的人（😄）

中信建投 | 物理AI：AI技术演进新方向，赋能产业智能化升级 物理AI通过将AI大模型、物理引擎、多学科仿真等方法结合起来，可实现对现实世界高精度动态模拟预测优化，以AI赋能传统产业。海外物理AI已应用于具身智能等领域，英伟达的Cosmos、Omniverse等一系列平台以及底层算力工厂实现全产业覆盖；国内物理AI仍处于初步发展阶段，CAE厂商在业务基础上探索物理AI在国防、具身智能、低空经济等方向的应用落地。总体看，物理AI作为AI技术演进的下一个方向，随着算力芯片和融合物理规律的模型能力升级，有望应用于更广阔场景，全面赋能制造、科研等领域智能化升级。 物理AI将AI与物理规律融合并应用于实体设备行动中。物理AI相较传统AI，能够理解真实世界物理规律，能够在数字孪生技术支持下应用真实数据和高保真虚拟环境数据进行训练与推理，能够依据传感器数据实现动态反馈调整行动策略。物理AI融合了机器学习算法、数字孪生、CAE求解器等能力，在高端制造、基础科学、能源等广泛领域具备广阔发展前景。 英伟达已形成较全面的物理AI产业布局。平台与软件层面，Cosmos与Omniverse分别负责世界模型与合成数据生成、高精度数字孪生与仿真；Isaac、PhysicsNeM、BioNeMo分别应用于机器人虚拟训练、工程气象、生物医药领域。硬件方面，英伟达规划多代GPU芯片，并形成DGX SuperPOD超级计算集群，构成从AI模型训练到物理仿真的完整基础设施。 国内CAE厂商有望深度参与物理AI产业。物理AI发展底层需要模型对于物理规律的理解能力，国产CAE厂商经过多年产业积累形成了多领域求解器和复杂场景耦合的技术能力与积累。基于AI融合的CAE等工业设计类软件，部分国产厂商已实现在具身智能、国防、低空经济等领域的场景探索，有望在物理AI产业发展浪潮中充分受益。 一、物理AI概览 1.1 物理AI的概念 1.1.1 物理AI的概念 物理AI指的是一种结合传感器、智能体、物理材料与环境感知的 AI 系统，能够感知、理解、预测并操作物理世界中的对象与行为。通过将AI大模型、物理引擎、多学科仿真等方法结合起来，物理AI可以实现对现实世界高精度动态模拟预测优化，从而以AI赋能传统产业。物理AI的概念，最早起源于对具身智能的研究，即AI不只是“大脑”，还需“身体”与环境交互。此后，物理AI的概念逐渐延展为具备传感、认知、推理、动作能力的一体化智能系统，并融入边缘计算、分布式系统、机器学习等现代 AI 机制。 1.1.2 物理AI VS 数字AI 传统的数字AI，主要指的是基于大数据、深度学习等算法，在纯数字空间中完成信息处理与智能决策的人工智能形态。它强调数据驱动模型训练，核心能力集中在语言理解、图像识别、知识推理等抽象认知上，依赖于云计算中心、高性能GPU进行集中计算，其典型应用包括搜索引擎、推荐系统、语音助手、文图生成大模型等，这类智能系统通常不直接感知或操作物理世界，缺乏与环境交互形成闭环的能力。 相比之下，物理AI将软硬件结合，是能同时集成感知、认知、决策与物理执行能力的下一代智能系统。物理AI 强调的是具身智能与实体行为，不仅仅依赖数据计算，还整合了材料科学、传感器技术、嵌入式系统、机械控制等多个学科能力。物理AI 可通过视觉、触觉等多模态传感器对真实世界进行实时感知，并结合知识模型和本体推理对物理环境做出因果判断，最终驱动车辆、机械臂等执行系统进行实际动作，从而形成“感知–理解–执行”的闭环结构。 总的来说，数字AI 是对信息世界的建模与处理，而物理AI 则是让AI实实在在走入物理世界，具备执行力、实体交互能力和任务闭环反馈能力。它们代表了人工智能发展的两个阶段：一个是数字认知智能，另一个是融合行为智能的具身智能系统。随着机器人、自动驾驶、智能制造等场景快速落地，物理AI 正成为推动AI 应用从决策与感知走向行动的核心力量。 1.1.3 物理AI VS CAE 传统CAE作为工程分析的重要工具，依赖有限元分析、CFD、结构热力学耦合等物理建模与数值计算技术，对产品进行建模、仿真和验证。然而，其过程往往是静态的、失真的，依赖工程师经验设定边界条件与初始参数，且建模复杂、计算耗时。物理AI 的引入，使这些过程从“被动计算”迈向“主动学习与认知”，进而实现工程建模的智能化、自适应和闭环反馈。 物理 AI 的引入，为传统CAE带来变革与进步，将其原有的分析体系“智能升级”。一方面，物理AI利用机器学习、深度学习等AI技术，对历史仿真数据、实验数据进行挖掘，实现参数预测、模型快速拟合、结果回归校正，大幅缩短建模周期，提高仿真精度；另一方面，结合传感器数据，物理AI 能够与真实工程系统形成闭环，使仿真不再是脱离实体的预测工具，而成为实时决策与控制的一部分，支持系统自优化、自感知、自适应。随着CAE与物理AI的深度融合，也催生了如引入物理约束的神经网络模型、AI辅助的多尺度建模等新兴方向，探索将物理规律与数据驱动建模有机结合，这正是物理AI应用于产业的生动实践。物理AI也可作为连接CAE与控制系统的中间层，构建出“认知+执行”的新型工程闭环系统。物理AI 是CAE在AI时代背景下的认知型升级，它赋予工程系统更强的适应性、学习能力与决策能力，使传统工程仿真由工具向智能体演进。这种融合不仅拓宽了CAE的应用边界，也预示着未来工程设计将从“人工驱动”向“智能共创”迈进。 1.1.4 物理AI VS 数字孪生 数字孪生是真实物理世界的一种数字映射，其本质是物理实体在虚拟空间的实时动态映射，通过传感器数据持续更新模型状态。通过监测、模拟、预测和优化物理实体的全生命周期行为，数字孪生可以实现复制现实情况并支持决策。 数字孪生为物理AI提供了可控、可重复、可扩展的训练与验证环境，在具身智能系统的开发中扮演“虚拟测试场”的核心角色。以英伟达Omniverse平台为例，它通过高保真还原现实场景（如智能仓储、自动化工厂、生产线车间），结合物理仿真引擎与传感器模拟，为机器人、自动驾驶系统等物理AI模型的训练提供高度逼真的环境。企业可以在虚拟空间中对路径规划、抓取动作、避障行为等进行上万次测试，形成鲁棒性更强的控制策略，避免高风险与高成本的实机调试。例如富士康借助该平台对人形机器人进行任务规划训练，在部署前完成策略验证与优化，有效降低了设备磨损与测试周期，为复杂物理行为系统的工程化落地建立起“先虚后实”的闭环流程。 物理AI的引入也在不断增强数字孪生本身的智能性。传统数字孪生虽然能同步现实世界状态，但在面对复杂物理系统时往往缺乏高质量预测能力。而将具备物理约束与因果推理能力的AI模型嵌入其中，则可使数字孪生从“仿真”转向“推演”。例如在灾害预测场景中，AI通过学习历史风场、地形数据与气象变量，并嵌入大气物理模型，可在数字孪生平台上实现对台风路径、降雨落点、风速分布的高精度预测，为气象调度与城市应急提供更具前瞻性的辅助决策。在能源、电网、建筑等领域，物理AI也可在数字孪生中实现对设备老化、环境变化、系统扰动的智能识别与响应，使其从静态可视化模型跃升为动态智能化代理系统。 1.2 物理AI实现广泛场景落地 物理AI融合了人工智能与物理建模，具备强大的仿真、预测与优化能力，正在各行业中广泛落地应用。通过将多物理场耦合仿真与机器学习算法结合，物理AI可在工业设计、能源管理、医疗健康、自动驾驶、航空航天等领域提升研发效率、降低成本并加速创新，为复杂系统的实时决策提供了可行路径，正逐步成为驱动未来智能工程的重要引擎。 二、海外物理AI已应用于智能制造具身智能等领域 2.1 头部海外厂商物理AI布局 2.1.1英伟达的物理AI布局概览 近期，英伟达创始人兼CEO黄仁勋先后在拉斯维加斯CES展会、圣何塞英伟达GTC大会、北京第三届链博会上发表演讲，阐述英伟达物理AI布局，并推出一系列新产品和技术。英伟达认为，物理AI作为AI技术演进的第四波浪潮，标志着“通用机器人时代”的开端，英伟达正在通过硬件和软件生态加速这一进程。黄仁勋将AI的演进划分为四个阶段，即感知AI、生成式AI、代理式AI、物理AI，并强调物理AI将成为未来的技术拐点，赋能机器人产业。 英伟达发布Cosmos模型，全球首个世界基础模型，专为理解物理世界打造。想要把AI嵌入物理世界中，需要建立一个理解现实世界规则的世界模型，比如重力、摩擦力、惯性这些物理动力学，还要理解几何与空间关系、因果关系。Cosmos模型就这样应运而生，它是在2000万小时的视频数据上训练而成，这些视频聚焦动态物理事物，包含自然主题、人类行走、手部动作、操控物体，还有快速的相机运动，目的是教会AI理解物理世界，而非生成创意内容。同时，英伟达还宣布了Cosmos开源许可，在GitHub上线了小、中、大不同规模的模型，对应快速模型、主流模型，以及知识转移模型，赋能机器人和工业AI领域。 英伟达将Cosmos与Omniverse融合，搭建物理AI时代的基座。Omniverse是基于算法物理、原理物理、模拟构建的系统，将其与Cosmos相连，能为Cosmos生成内容提供基准事实，控制、调节生成结果。这样一来，Cosmos成为了基于真实场景物理规律的多元宇宙生成器，为物理AI在机器人和工业领域的应用奠定了基础。基于Cosmos和Omniverse模型，英伟达定义了未来物理AI领域的全新生产方式，即Cosmos + Omniverse组成的数字孪生、AI训练侧、AI部署侧这三者所构成的循环。未来，每个机器人公司最终都需要三台计算机：一台用于训练AI的DGX计算机；一台用于部署AI的AGX计算机，部署在汽车、机器人、自动移动机器人等各种边缘设备中，实现自主运行。连接两者需要一个数字孪生平台，数字孪生平台是训练好的AI进行实践、改进、合成数据生成、强化学习和AI反馈等操作的场所，是所有模拟的基础。这三台计算机将交互式工作，构成了英伟达针对AI工业世界的战略。

世界各国普遍适应经济形势命名出生的一代人，特别是日本韩国，代际留下深刻的烙印。大学生只会拿着钱想今天晚上去哪里嗨，回家路上人会计算今天花了多少钱，花最多钱的是那些没钱或挣钱少的年轻人，月光族、精神小伙、打工人是享乐主义最大群体，提振消费是中产及以下体量人群，富人阶层基数太小 特朗普政府关闭美国国际开发署这种软实力国际影响力机构，放弃“可持续发展有优势”的政策目标，7月4日大而美法案签署，大幅提高债务上限和实施大规模减税，财政赤字前置化财政扩张，所得税收抵免措施永久化，取消所有在2027年底前未能投产的清洁能源项目的税收抵免，不过也对2026年6月前就将开工的项目予以了豁免，放缓可再生能源行业政策，转而加码化石燃料。在支出端削减了部分医疗、教育和食品救助计划（未来十年减支1.4万亿美元），对低收入群体不利，但总体减税政策，尤其是对中高收入家庭和企业的减税，将增加可支配收入。关税增加财政收入，国际贸易谈判筹码，对内产业政策采取保护主义策略，“双重赤字”的预算赤字和贸易赤字拉大财政债务。 以相当优惠的利率借到自己的货币，而且基本上是不设限的规模。这三者——本币借贷、优惠利率、无限额度——加在一起，就构成了所谓的“过度特权”。无限量发债延缓债务到期的信用货币贬值，低利率本币借贷低于GDP增长率是无限持续下去的原则。美国拥有全球最大、最复杂、最深入的金融市场，全球贸易体系中以美元结算扩大负债空间，以国债回收美元资产，美国资产上涨消化债务市场。美国好的利率、深厚的市场和风险资产的良好回报率，维持持续的最复杂市场大规模发行公共债务吸引外资投入回笼美元。 中国是世界上最大的净债权国，拥有最大规模的外汇储备和国际收支顺差；中国的政府债务基本上都是国内债务、均以人民币计价，不存在明显的汇率风险；更重要的是，中国政府拥有大量的国有资产，这是日本、美国等国家所不具备的条件。2025年两会增加财政赤字到4%，一般国债+特别国债+地方新增债限额合计11.36 万亿元。 考虑2 万亿元用于置换隐债的特殊再融资债，预计2025 年政府债发行规模约为24.2 万亿元，净融资规模约为13.0 万亿元，分别较2024 年增加1.91 万亿元和1.72 万亿元。 欧洲实现了资本主义、民主、福利与稳定之间惊人的平衡，没有被民族主义深深困扰，存在民粹主义在年轻人群中抬头现象，7月5日晚，克罗地亚右翼歌手马尔科·伯科维奇带领粉丝们在演唱会上行纳粹礼。欧洲的平均债务水平低于美国，也低于中国（隐性债务在内实际债务总额高于美国），欧盟在组织、政治意愿以及政策协调能力方面消除 建立在高储蓄率基础上的高投资率，没有任何理论认为存在“消费驱动”这样一种经济增长方式。产出是由资本、劳动、技术决定的。产出的增速取决于资本积累速度、有效劳动量增速和技术进步速度。驱动经济增长的变量是资本、劳动和技术进步而不是消费，消费支出量对经济增长的影响是负面的。在不同时期不同国家对资本、有效劳动量和技术进步的倚重各有不同，从而形成“投资驱动”“人力资本驱动”“技术进步驱动”之间的区别和选择。但根本不存在所谓“投资驱动”还是“消费驱动”之间的选择。当实际产出低于潜在产出（有效需求不足）时，增加消费需求可以消化闲置产能，使实际经济增速达到或接近潜在经济增速，但消费本身并不能提高潜在增长率。在工业革命前的上千年中，绝大部分产出用于消费和简单再生产，经济增长速度几乎为零。“消费经济”只不过是“零增长经济”的代名词。凯恩斯的储蓄悖论时，政府就需要进行逆周期调节，促使居民提高消费率、降低储蓄率，疫情期储蓄率的提高是“周期性”原因。 随着人均收入水平的提高，投资率（资本形成/GDP）会出现逐步下降的倾向，但很难确定投资率的最优水平。在长期，消费率是相对稳定的。在短期，由于各种冲击，消费率可能会出现较大波动，政府所能做的只能是在坚持市场经济原则的同时，运用宏观经济政策工具，实施逆周期调节，熨平经济波动，稳定消费者和投资信心。 否定“消费驱动”增长模式的存在并非意味着投资越多越好。投资同经济增长的关系并非简单正相关的。理论上，投资率存在一个理论最优值。投资率过高可能导致投资效率下降，从而导致经济增速下降而不是上升。在改革开放之前的相当长时期，过于强调储蓄与投资，结果则欲速不达。这样的经验教训是不应该忘记的。消费支出只能弥补有效需求不足，使经济增速达到潜在经济增速。例如非洲贫困国家人民所以挣的钱全部用于日常生活，消费率高但消费水平极低。收入分配差距的缩小，即提高收入分配的均等化，有助于全社会边际消费倾向的提高。如果一个国家的收入差距的基尼系数超过0.5，该国就是一个收入分配极端不平等的国家。 银行网点，电信营业厅，幼儿园，小学初中高中，全部因人口出生率下降而关闭。2024年幼儿园在园人数两年合计减超千万人，全国一年关停2.11万所幼儿园

智能体时代，赋予每一个人超能力。

感觉《财经》比《哈佛商业评论（中文版）》质量和可读性都要高一些。 本期记住的关键词：AI 智能体、一人独角兽、大而美法案、上半年经济形势、QDII 与外资持仓、风电走出内卷、霍尼韦尔前 CEO 观点（全球化的关键是本地化、合规成本一分不能省、不能愧对海外打拼员工---值得某些公司借鉴和反思）

本期比上期好看，题材多元化，对agent的探讨很深入。书单没啥意思。比较喜欢财经和亚当图兹与余永定的专访，能看出中西方学者对中国经济上态度的不同。本期“提振消费并不能提振经济”挺反常识的，结合资本论看很有意思。